1) La probabilità di ciascun evento elementare è non negativa. 2) La somma delle probabilità di tutti gli eventi elementari vale 1.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "1) La probabilità di ciascun evento elementare è non negativa. 2) La somma delle probabilità di tutti gli eventi elementari vale 1."

Transcript

1 CAPITOLO SECONDO CALCOLO DELLE PROBABILITÀ Spazi di probabilità, vnti smplici d vnti composti Indichiamo con S lo spazio dgli vnti. Esso è un insim, i cui lmnti sono dtti vnti. Nl lancio di un dado, lo spazio dgli vnti S è costituito dai si vnti, 2,, 4, 5, 6 corrispondnti all uscita di ciascuna dll si facc: k = sc il numro k. La sclta di S è arbitraria, dipnd dagli scopi ch ci proponiamo nlla nostra dscrizion. Smpr nl caso dl lancio di un dado, potrmmo ssr intrssati solo all uscita di un numro pari o di un numro dispari, allora assumrmmo lo spazio S costituito solo dai du vnti = sc un numro pari (0 o 2 o 4) 2 = sc un numro dispari ( o o 5). Oppur potrmmo ssr intrssati solo all uscita dll uno o dl si quindi allo spazio S formato dai tr vnti = sc l uno, 2 = sc il si, = non sc né l uno né il si. Quando si samina il lancio di du mont, di solito lo spazio S dgli vnti è costituito da quattro vnti : TT, TC, CT, CC. S siamo intrssati soltanto al numro di tst uscit, nulla vita di considrar lo spazio S 2 formato dai tr vnti = non sc alcuna tsta, 2 = sc una tsta, = scono du tst. In uno spazio S di probabilità, ad ogni vnto lmntar è associata una probabilità: tal attribuzion è sguita srvndosi di una dll tr dfinizioni dlla probabilità (classica, frquntista, soggttiva) introdott nl capitolo prcdnt, ma è dtrminata, in ultima analisi, smpr soggttivamnt. S si ricorr alla dfinizion classica è prché si ritin (soggttivamnt) ch i casi possibili siano ugualmnt possibili, s si impiga qulla frquntista, la valutazion quantitativa è soggttivamnt vincolata al numro di prov, all modalità dlla loro scuzion o alla fiducia sui dati a disposizion. L du condizioni ch dvono ssr soddisfatt sono: - ) La probabilità di ciascun vnto lmntar è non ngativa. 2) La somma dll probabilità di tutti gli vnti val. - Esmpio. Nl caso dl lancio di una monta lo spazio S è costituito dai du vnti = sc tsta 2 = sc croc. S ritniamo ch la monta sia buona, si può assumr la dfinizion classica: vnti 2 probabilità 0,5 0,5 S si hanno motivi di ritnr ch la monta non sia buona, ffttuati mill lanci, si ottngono circa 00 tst, appar natural assumr il sgunt spazio: vnti 2 probabilità 0, 0,7 S si scommtt su croc si ritin di ssr particolarmnt sfortunati, si può assumr il sgunt spazio: vnti 2 probabilità 0,9 0, Solo l sprinza può far dcidr, pr una data monta, qual spazio dscriva mglio gli siti di possibili lanci. Esmpio 2. Domani si gioca la partita di calcio Italia-Svizzra pr la qualificazion ai campionati dl mondo. Considriamo lo spazio S costituito dai tr vnti : = vinc l Italia 2 = l du squadr parggiano = vinc la Svizzra Mimma, non comptnt in fatto di calcio, associa ai tr vnti la stssa probabilità:

2 vnti 2 probabilità Carlo, avndo a disposizion un annuario aggiornato, sa ch ni prcdnti incontri, l Italia ha vinto 2 volt, ha parggiato 8 volt prso solo 2 volt. Applica allora la dfinizion frquntista: vnti 2 probabilità Giovanni si documnta sullo stato di forma di giocatori ch scndranno in campo, sull arbitro, sullo stato dl trrno di gioco così via, rputa ch la probabilità di vittoria dll Italia sia si volt qulla dlla Svizzra (ossia p( ) = 6p( )) ch la probabilità di un parggio sia tripla dlla probabilità di vittoria dlla Svizzra (ossia p( 2 ) = p( )). Dato ch p( ) + p( 2 ) + p( ) =, si ha 6p( ) + p( ) + p( ) =, da cui si ottin p( ) = 0 quindi p( ) = 6 0 = 5 p( 2) = Il suo spazio è: 0 vnti 2 probabilità Esmpio. Si considri il numro di figli maschi nll famigli avnti du figli. Lo spazio S è costituito dai tr vnti : = nssun figlio maschio 2 = un figlio maschio = du figli maschi S si attribuisc ai tr vnti la stssa probabilità, si ha: vnti 2 probabilità Distinguiamo ora il primo dal scondo figlio. Si hanno quattro possibilità: ntramb l figli fmmin (F F), prima figlia fmmina scondo figlio maschio (F M), primo figlio maschio sconda figlia fmmina (M F), ntramb i figli maschi (M M). S assumiamo ch i quattro casi siano ugualmnt possibili, dato ch du di ssi sono favorvoli a 2, p( 2 ) risulta doppia di p( ) p( ) lo spazio S è: vnti 2 probabilità 4 Qusto spazio coincid con qullo rlativo all uscita di du tst lanciando du volt una monta buona. Il primo di du spazi corrispond invc all intrprtazion dl matmatico D Almbrt, smbra molto discutibil. Nl caso dl lancio dlla monta il scondo spazio appar più corrtto dl primo. Cosa si può dir nl caso in sam? In primo luogo, assimilar il ssso di un nascituro al lancio di una monta costituisc snza dubbio una forzatura. Appar più ragionvol procurarsi di dati sull frqunz dll nascit maschili fmminili; in fftti l nascit maschili suprano lggrmnt qull fmminili

3 Attribuir probabilità /2 alla nascita di un maschio val solo in prima approssimazion. In scondo luogo, anch assumndo quiprobabili la nascita di un maschio o di una fmmina, non è affatto dtto ch, com accad nl caso dlla monta, il ssso dl scondo figlio non sia influnzato da qullo dl primo. Anch qui si potrbb riscontrar sprimntalmnt nll coppi una prdisposizion a gnrar figli di uno di du sssi, pr cui, s una coppia ha già avuto un primo figlio maschio, è più probabil ch anch il scondo lo sia ( lo stsso pr l fmmin). Quindi, solo procurandosi di dati si può introdurr uno spazio di probabilità ch rispcchi fdlmnt la situazion ral. Supponiamo ch da un indagin risulti ch, ni 2 di casi, il ssso dl scondo figlio è ugual a qullo dl primo. S, in prima approssimazion, ipotizziamo ch siano quiprobabili la nascita di un maschio o di una fmmina com primo figlio, dat 00 coppi con du figli, 50 avranno il primo figlio maschio di ss = 00 avranno ntramb i figli maschi. Analogamnt 00 famigli avranno ntramb l figli fmmin, quindi l rstanti 00 avranno un figlio maschio una figlia fmmina. Ebbn, in qusto caso il primo spazio sarbb più adguato dl scondo a dscrivr il fnomno in sam. Dfinizion. Si dic vnto composto un qualsiasi sottoinsim dllo spazio dgli vnti S contnnt almno du vnti. Con il trmin vnto snza attributi intndiamo un qualsiasi sottoinsim di S, quindi tanto un vnto lmntar, quanto un vnto composto. In particolar, il sottoinsim vuoto corrispond all vnto impossibil l intro spazio S all vnto crto. Dato ch S è, com ni casi finora considrati, un insim finito, possiamo ricorrr anch alla rapprsntazion con diagrammi di Eulro-Vnn: B S A In ssa sono rapprsntati lo spazio S costituito dagli otto vnti, 2,..., 8 (S = {, 2,, 4, 5, 6, 7, 8 }) gli vnti composti A = { 2, 5 } B = { 5, 4, 6, 7 }. Una volta fissat l probabilità dgli vnti, sono automaticamnt dtrminat l probabilità dgli vnti composti: La probabilità di un vnto composto è ugual alla somma dll probabilità dgli vnti ch lo compongono. Ad smpio, con rifrimnto allo spazio S in figura: p(a) = p( 2 ) + p( 5 ) p(b) = p( 5 ) + p( 4 ) + p( 6 ) + p( 7 ) Esmpio 4. Gli amici dl bar Sport dcidono di organizzar una partita di calcio scapoli contro ammogliati. Vincrà la squadra ch pr prima avrà sgnato tr rti. I possibili siti, con la stima dll rispttiv probabilità, sono riportati nlla tablla sgunt: A strtto rigor, andrbb distinto l vnto lmntar, ch è un lmnto di S, {} ch è il sottoinsim di S ch ha com unico lmnto. Dato ch non vi è pricolo di confusion, idntifichiamo con {}, in modo ch anch gli vnti rintrino tra i sottoinsimi di S.

4 vnti puntggio probabilità 0, 0,2 0,2 0, 0, 0, Dtrminar l probabilità di sgunti vnti composti: a) A = vincono gli scapoli b) B = la squadra prdnt sgna almno un gol c) C = vincono gli scapoli o la squadra prdnt sgna almno un gol d) D = vincono gli scapoli la squadra prdnt sgna almno un gol ) E = la gara si conclud con un parggio f) F = la gara si conclud con la vittoria di una dll du squadr a) La vittoria dgli scapoli si ha in corrispondnza dgli vnti, 2 pr cui p(a) = p( ) + p( 2 ) + p( ) = 0, + 0,2 + 0,2 = 0,7. b) La squadra prdnt sgna almno un gol in corrispondnza dgli vnti 2,, 4 5 ; quindi: p(b) = p( 2 ) + p( ) + p( 4 ) + p( 5 ) = 0,2 + 0,2 + 0, + 0, = 0,6. A S 2 4 B 5 6 c) L vnto C = vincono gli scapoli o la squadra prdnt sgna almno un gol corrispond ad A B si ralizza in corrispondnza dgli vnti da a 5 ; quindi p(c) = p(a B) = p( ) + p( 2 ) + p( ) + p( 4 ) + p( 5 ) = 0, + 0,2 + 0,2 + 0, + 0, = 0,9. d) L vnto D = vincono gli scapoli la squadra prdnt sgna almno un gol corrispond ad A B si ralizza in corrispondnza dgli vnti 2 ; prtanto p(d) = p(a B) = p( 2 ) + p( ) = 0,2 + 0,2 = 0,4. ) L vnto E, dat l modalità dlla gara, non si può ralizzar quindi è impossibil (E = ). Si ha quindi p(e) = 0. f) L vnto F si ralizza in corrispondnza di tutti gli vnti, quindi è crto p(f) =. 2 Probabilità total probabilità dll vnto contrario A) Dati du vnti A B sottoinsimi di uno spazio S, l vnto union A B è costituito dagli vnti ch compaiono in A oppur in B (o in ntrambi). Val il sgunt: Torma dlla probabilità total: p(a B) = p(a) + p(b) p(a B) A B S 4

5 Pr dimostrarlo basta ossrvar ch: p(a B) è la somma dll probabilità dgli vnti ch compongono A oppur B. p(a) + p(b) è la stssa somma, dov prò l probabilità dgli vnti ch sono sia in A ch in B, ossia in A B, sono contat du volt. In particolar, s gli vnti A B sono incompatibili, ovvro s non hanno vnti in comun (quindi, il vrificarsi dll uno sclud il vrificarsi dll altro), allora A B =, si ha vidntmnt: Torma dlla probabilità total pr vnti incompatibili: p(a B) = p(a) + p(b). A B S Qust ultima formula si stnd immdiatamnt al caso di più vnti a du a du incompatibili (con intrszion vuota). Ad smpio, s A, B C sono tr vnti tali ch A B = A C = B C =, allora p(a B C) = p(a) + p(b) + p(c). Esmpio. Un urna contin vnti pallin numrat da a 20. Si calcoli la probabilità dll vnto C = la pallina stratta ha un numro multiplo di 2 oppur ha un numro multiplo di 5. I vnti vnti associati all vnti pallin hanno tutti probabilità 20. Gli vnti ch costituiscono C sono dodici corrispondono all pallin 2, 4, 5, 6, 8, 0, 2, 4, 5, 6, 8, 20. Prtanto p(c) = = 5. Allo stsso risultato si prvin pnsando C = A B dov: A = sc un numro multiplo di 2 = = {2, 4, 6, 8, 0, 2, 4, 6, 8, 20} con p(a) = 0 20 = 2. B = sc un numro multiplo di 5 = {5, 0, 5, 20}, con p(b) = 4 20 = 5. Dato ch A B = {0, 20} p(a B) = 2 20 = 0, si ha p(a B) = = 6 0 = 5. Esmpio 2. Dtrminar la probabilità dll vnto sc un numro minor di o un numro maggior di 4 rlativamnt al dado squstrato ad un biscazzir, pr il qual, indicando con k l vnto sc il numro k, l probabilità risultano: vnti probabilità 0,25 0,7 0,25 0,2 0,6 0,05 Posto: A = sc un numro minor di B = sc un numro maggior di 4, si ha p(a) = 0,25 + 0,7 = 0,42 p(b) = 0,6 + 0,05 = 0,2. Dato ch A B sono incompatibili, si ha p(a B) = p(a) + p(b) = 0,42 + 0,2 = 0,6. B) Dato un vnto A, si dic vnto contrario ad A l vnto ch si vrifica quando non si vrifica A, ossia l vnto A complmntar di A. 5

6 A A S Torma dlla probabilità dll vnto contrario: p( A ) = p(a). Dato ch A A sono vnti incompatibili (A A = ), la loro union è l intro spazio S (A A = S), ossia l vnto crto, pr il torma dlla probabilità total si ha: = p(s) = p(a A ) = p(a) + p( A ), da cui: p( A ) = p(a) o anch p(a) = p( A ) Esmpio. Un urna contin 58 pallin di cui 99 ross, 7 vrdi, 25 azzurr, 64 bianch l rimannti giall. Calcolar la probabilità ch, strando una pallina, ssa non sia rossa. La soluzion più rapida consist nll ossrvar, snza sguir calcoli, ch la probabilità dll vnto A = sc una pallina rossa è 99. Quindi la probabilità di A = non sc una 58 pallina rossa è p( A ) = = Esmpio 4. Trovar la probabilità ch, lanciando du dadi, si ottnga com somma dll facc almno quattro. Dato ch un puntggio maggior o ugual di quattro si può ottnr in molti modi, convin pnsar l vnto com contrario a A = si ottin un puntggio infrior a quattro. Gli vnti favorvoli ad A sono l tr coppi (, ), (, 2), (2, ) pr cui: p(a) = 6 = la probabilità richista è p( A ) = 2 2 = 2. Probabilità composta La rgola dlla probabilità composta è, pr l su numros applicazioni, la più important dl calcolo dll probabilità. D altra part è ncssario far su di ssa alcun considrazioni alquanto complss. Prtanto, ci limitrmo in un primo momnto ad nunciarla d illustrarla con alcuni smpi, rimandando al sguito dl paragrafo la sua prcisazion la sua giustificazion. Rgola dlla probabilità composta Siano A B du vnti. Indichiamo con A B l vnto ch si vrifica s soltanto s si vrificano sia A sia B. S A B sono indipndnti, cioè il vrificarsi dll uno non influisc sulla probabilità dll altro, la probabilità dll vnto A B è ugual al prodotto dll probabilità di A B: p(a B) = p(a). p(b) S i du vnti sono dipndnti, cioè il vrificarsi dll uno influisc sulla probabilità dll altro, si può applicar la stssa rgola, purché con p(b) si intnda la probabilità di B nll ipotsi ch A si sia vrificato. Esmpio. Considriamo: una monta truccata: p(t) è stimata con 0, p(c) con 0,7. una partita di calcio: i tr siti, X, 2 sono stimati rispttivamnt con 0,5; 0,4 0,. Qual è la probabilità ch lanciando la monta vnga tsta la partita si concluda con un parggio? Pr la rgola dlla probabilità composta, ssndo i du vnti vidntmnt indipndnti p(t X) = p(t). p(x) = 0,. 0,4 = 0,2. 6

7 Esmpio 2. In un urna vi sono du pallin vrdi cinqu ross. Estraggo una pallina dall urna la mtto da part. Estraggo una sconda pallina. Qual è la probabilità ch la prima pallina sia rossa la sconda sia vrd? Posto A = la prima pallina stratta è rossa, allora p(a) = 5 7. Sia B = la sconda pallina stratta è vrd (dopo ch è stata stratta una prima pallina qusta è risultata rossa). Poiché nll urna sono rimast si pallin, du vrdi quattro ross, allora p(b) = 2 6 =. Pr la rgola dlla probabilità composta p(a B) = p(a). p(b) = 5 7. = 5 2. La rgola è valida anch s gli vnti sono più di du: p(a B C...) = p(a). p(b). p(c).... dov p(b) è la probabilità di B nll ipotsi ch A si sia vrificato, p(c) è la probabilità di C nll ipotsi ch A B si siano vrificati, cc. Esmpio. Si straggono cinqu cart da un mazzo da quaranta. L cart via via stratt non vngono rimmss nl mazzo. Qual è la probabilità ch l prim tr siano assi l ultim du siano figur? La probabilità ch la prima carta stratta sia un asso è 4 40 = 0. La probabilità ch la sconda carta stratta sia un asso, nll ipotsi ch la prima stratta sia un asso, è 9 =. La probabilità ch la trza carta stratta sia un asso, nll ipotsi ch siano già stati stratti du assi, è 2 8 = 9. La probabilità ch la quarta carta stratta sia una figura, nll ipotsi ch siano già stati stratti tr assi, è 2 7. La probabilità ch la quinta carta stratta sia una figura, nll ipotsi ch siano già stati stratti tr assi una figura, è. Pr la rgola dlla probabilità composta, la probabilità dll vnto 6 in sam è: , Chiariamo ora alcuni punti rlativi alla rgola dlla probabilità composta. Riprndiamo in sam l Esmpio. Considriamo: una monta truccata: p(t) è stimata con 0, p(c) con 0,7. una partita di calcio: i tr siti, X, 2 sono stimati rispttivamnt con 0,5; 0,4 0,. Qual è la probabilità ch lanciando la monta vnga tsta la partita si concluda con un parggio? L vnto sc tsta, ch abbiamo indicato con T, appartin ad uno spazio di vnti, chiamiamolo S, formato dai du vnti T = sc tsta C = sc croc : S T C L vnto la partita si chiud con un parggio, ch abbiamo indicato con X, appartin ad uno spazio di vnti compltamnt divrso, chiamiamolo S 2, formato da tr vnti 7

8 : = vinc la squadra di casa ; X = la partita si conclud con un parggio ; 2 = vinc la squadra in trasfrta : X 2 S 2 L vnto di cui crchiamo la probabilità, ch abbiamo prima indicato con T X ( lanciando la monta vin tsta la partita si conclud con un parggio ) non appartin vidntmnt né a S né a S 2. Esso appartin invc al prodotto cartsiano S S 2 di du insimi: S S 2 = {(T, ), (T, X), (T, 2), (C, ), (C, X), (C, 2)} d è l vnto lmntar ch nlla rapprsntazion cartsiana, è dnotato con (T, X). Prché allora in prcdnza l abbiamo chiamato T X? In fftti abbiamo compiuto un abuso di linguaggio la scrittura corrtta sarbb (T S 2 ) (S X) (({T} S 2 ) (S {X}) ) Infatti, l vnto lanciando la monta sc tsta la partita si conclud con un parggio, è rlativo allo spazio S S 2 d è l intrszion di du vnti: T S 2 = lanciando la monta sc tsta la partita si conclud con un qualsiasi risultato : S X = il lancio dlla monta ha un qualsiasi sito la partita si conclud con un parggio. 8

9 Chiarito a qual spazio di vnti appartin T X, ossia S S 2, rsta da giustificar il fatto ch p(t X) = p(t). p(x). Ora, mntr S S 2 sono spazi di probabilità, cioè insimi di vnti a ciascuno di quali è assgnata una crta probabilità, pr il momnto S S 2 è soltanto un insim ai cui lmnti dobbiamo ancora assgnar una probabilità. Ciò può avvnir sulla bas dll sgunti considrazioni. ) La probabilità dll vnto (di S S 2 ) lanciando la monta sc tsta la partita si conclud con un qualsiasi risultato dv ssr ugual alla probabilità dll vnto (di S ) sc tsta : p(t, ) + p(t, X) + p(t, 2) = p(t). 2) Poiché l sito dl lancio dlla monta non influnza in alcun modo il risultato dlla partita, l probabilità di tr vnti (T, ), (T, X), (T, 2) dvono ssr proporzionali all probabilità dgli vnti, X, 2: p(t, ) : p() = p(t, X) : p(x) = p(t, 2) : p(2). L du condizioni si soddisfano imponndo ch sia: p(t, ) = p(t). p() = 0,. 0,5 = 0,5 p(t, X) = p(t). p(x) = 0,. 0,4 = 0,2 p(t, 2) = p(t). p(2) = 0,. 0, = 0,0 Con considrazioni prfttamnt analogh si conclud ch dv ssr: p(c, ) = p(c). p() = 0,7. 0,5 = 0,5 p(c, X) = p(c). p(x) = 0,7. 0,4 = 0,28 p(c, 2) = p(c). p(2) = 0,7. 0, = 0,07 In dfinitiva, la probabilità di un vnto lmntar dllo spazio prodotto cartsiano S S 2 è il prodotto dll probabilità di du vnti componnti, il primo in S il scondo in S 2. Esaminiamo ora, considrando l Esmpio 2, il caso in cui fra i du spazi S S 2 vi sia corrlazion: il vrificarsi di un crto vnto, piuttosto ch di un altro, dl primo spazio influnza la probabilità dgli vnti dl scondo. Esmpio 2. In un urna vi sono du pallin vrdi cinqu ross. Estraggo una pallina dall urna la mtto da part. Estraggo una sconda pallina. Qual è la probabilità ch la prima pallina sia rossa la sconda sia vrd? Com in prcdnza si part dalla considrazion di du spazi di vnti. Il primo, ch chiamiamo S, è formato dai du vnti : v = la prima pallina stratta è vrd ; p(v ) = 2 7 r = la prima pallina stratta è rossa ; p(r ) = 5 7. Anch il scondo, ch chiamiamo S 2, è formato da du vnti : v 2 = la sconda pallina stratta è vrd r 2 = la sconda pallina stratta è rossa p(v 2 ) = s si è vrificato v s si è vrificato r p(r 2 ) = s si è vrificato v s si è vrificato r L vnto di cui stiamo crcando la probabilità, ch possiamo indicar con (r, v 2 ), non appartin né a S né a S 2 ma al prodotto cartsiano S S 2 di du insimi: S S 2 = {(v, v 2 ), (v, r 2 ), (r, v 2 ), (r, r 2 )} 9

10 S S 2 è pr il momnto soltanto un insim, ai cui lmnti dobbiamo ancora associar una probabilità. Ragionando com nll smpio prcdnt, si conclud ch dv ssr: p(v, v 2 ) = p(v ). p(v 2 ) = = 2 p(v, r 2 ) = p(v ). p(r 2 ) = = 5 2 dov con p(v 2 ) p(r 2 ) si dvono intndr l probabilità di v 2 di r 2 nll ipotsi ch sia vrificata v ; p(r, v 2 ) = p(r ). p(v 2 ) = = 5 2 p(r, r 2 ) = p(r ). p(r 2 ) = = 0 2 dov con p(v 2 ) p(r 2 ) si dvono intndr l probabilità di v 2 di r 2 nll ipotsi ch sia vrificata r. 4 Problmi più complssi di calcolo dll probabilità Com già dtto, l rgol dlla probabilità total dll vnto contrario acquistano importanza pratica solo s associat alla rgola dlla probabilità composta. Esaminiamo alcuni problmi, un po più complssi di qulli affrontati finora, in cui ciò si vrifica. Esmpio. Sono dat du urn. La prima contin pallin bianch 5 nr, mntr la sconda contin 2 pallin bianch nr. Si stra una carta da un mazzo da quaranta. S vin una carta di cuori si stra una pallina dalla prima urna, altrimnti la si stra dalla sconda. Qual è la probabilità di strarr una pallina bianca? Aiutiamoci con un diagramma ad albro: i quattro rami rapprsntano i possibili prcorsi fra loro incompatibili, in ciascun tratto, riportiamo la rispttiva probabilità: 0

11 mazzo di cart carta di cuori 4 4 carta non di cuori I urna II urna pallina bianca pallina nra pallina bianca pallina nra Pr la rgola dlla probabilità composta, la probabilità ch vnga stratta una pallina bianca dalla prima urna è. 4 8 =. Analogamnt, la probabilità ch vnga stratta una pallina 2 bianca dalla sconda urna è =. Pr la rgola dlla probabilità total la probabilità 0 richista, ch si ottnga una pallina bianca dalla prima o dalla sconda urna, è: = Esmpio 2. Un urna contin 0 pallin vrdi 7 pallin ross. Si straggono succssivamnt du pallin, snza rimttr la prima nll urna. Qual è la probabilità ch siano: a) dllo stsso color; b) di color divrso; c) almno una rossa? Procdiamo com nll smpio prcdnt costrundo un diagramma ad albro: i tratti in alto corrispondono alla prima pallina stratta, qulli in basso alla sconda. L probabilità in qusti ultimi sono dtrminat supponndo ch l vnto in alto si sia vrificato: V R prima strazion V R V R sconda strazion

12 Ad smpio, considrato il ramo a sinistra (VV), nl primo tratto figura la probabilità 0 7 ch 9 la prima pallina stratta sia vrd, nl scondo la probabilità ch la sconda pallina sia 6 vrd nll ipotsi ch la prima sia vrd (dll 6 pallin ancora nll urna, solo 9 sono vrdi). Così, nl ramo (RV), nl primo tratto figura la probabilità 7 ch la prima pallina stratta sia 7 rossa, nl scondo la probabilità 0 ch la sconda stratta sia vrd nll ipotsi ch la prima 6 pallina sia rossa (tra l 6 pallin rimast vi sono tutt 0 l pallin vrdi). a) Pr la rgola dlla probabilità composta, la probabilità ch ntramb l pallin siano vrdi, ossia ch si vrifichi l vnto VV, è = Analogamnt, la probabilità ch ntramb l pallin siano ross, ossia ch si vrifichi l vnto RR, risulta = 2 6. Quindi, la probabilità dll vnto l pallin sono dllo stsso color, ossia ntramb vrdi o ntramb ross, pr la rgola dlla probabilità total, è = 66 6 = 68. b) Pr calcolar la probabilità dll vnto l pallin sono di color divrso, anziché sommar la probabilità ch la prima sia vrd la sconda rossa con qulla ch la prima sia rossa la sconda vrd, possiamo sfruttar quanto ottnuto in a) applicar la rgola dlla probabilità dll vnto contrario; infatti l vnto l pallin sono di color divrso è contrario di l pallin sono dllo stsso color, quindi la sua probabilità è 68 = c) La probabilità dll vnto almno una pallina è rossa è la somma dll probabilità di tr vnti VR, RV, RR. Più rapidamnt si può calcolar la probabilità dll vnto contrario a VV ( l pallin sono ntramb vrdi ): 45 6 = 9 6. Esmpio. Qual è la probabilità ch, dat quattro prson, almno du siano nat nllo stsso giorno dlla sttimana? Il calcolo dirtto si prsnta alquanto complsso, dato ch l vnto E = dat quattro prson, almno du sono nat nllo stsso giorno dlla sttimana si può ralizzar in molti modi (quando l prson sono nat tutt quattro nllo stsso giorno dlla sttimana, o quando tr di ss o du sono nat nllo stsso giorno dlla sttimana). È più facil calcolar la probabilità dll vnto contrario E : dat quattro prson, ss sono nat in quattro giorni divrsi dlla sttimana. Indipndntmnt dal giorno dlla sttimana in cui è nata la prima prsona, la probabilità ch la sconda prsona non sia nata nllo stsso giorno dlla prima è 6. La probabilità ch la 7 trza prsona sia nata in un giorno dlla sttimana divrso dall prim du è 5. Infin, la 7 probabilità ch la quarta prsona sia nata in un giorno dlla sttimana divrso dall prim tr è 4 7. L vnto E è composto dai tr prcdnti quindi: p( E ) = = In dfinitiva p(e) = p( E ) = 20 4 = ,65. 2

13 Esmpio 4. La probabilità ch un automobilista abbia in un giorno un incidnt, anch liv com l ammaccatura di un paraurti, è. Qual è la probabilità ch, ni prossimi giorni, gli abbia almno un incidnt? Dtto E l vnto ni prossimi 000 giorni l automobilista avrà almno un incidnt, l vnto E, assai più smplic, è ni prossimi 000 giorni l automobilista non avrà alcun incidnt. Evidntmnt E = E E 2... E000, dov E k è l vnto fra k giorni l automobilista non avrà alcun incidnt. Pr la rgola dlla probabilità dll vnto contrario: p(e k ) = 000 = = 0,999, pr la rgola dlla probabilità composta: p( E ) = p(e E 2... E000) = p(e ). p(e 2 )..... p( E 000 ) = 0, ,677. Applicando ancora la rgola dlla probabilità dll vnto contrario, si ha infin: p(e) = p( E ) 0,62. 5 Probabilità condizionata indipndnza In molt circostanz, dopo avr introdotto uno spazio S di probabilità, si ricvono ultriori informazioni ch rndono inattndibili l probabilità assgnat agli vnti richidono sia una modifica di S, sia una nuova dtrminazion dll probabilità. Esmpio. Considriamo lo spazio S rlativo a un dado non truccato: vnti probabilità dov k è l vnto sc il numro k. S si vin a sapr ch, lanciando il dado, si è vrificato l vnto E = è uscito un numro dispari, automaticamnt vngono azzrat l probabilità dgli vnti 2, 4, 6. Appar allora natural limitar lo spazio S agli vnti,, 5, continuando ad attribuir ad ssi la stssa probabilità, considrar al posto dl prcdnt spazio S il sgunt: vnti 5 probabilità È quindi ad smpio la probabilità ch sca, supposto ch sia uscito un numro dispari. Si noti ch il valor si ottin dividndo la probabilità prcdnt, ossia, pr p(e) = p( è 6 uscito un numro dispari ) = 2. Esmpio 2. Uno scommttitor attribuisc ai quattro cavalli A, B, C, D impgnati in una corsa l sgunti probabilità di vittoria: vnti vinc A vinc B vinc C vinc D probabilità 0,4 0,2 0, 0, Prima dlla corsa vin a sapr ch A si è azzoppato. Prtanto, gli sclud la possibilità di vittoria di A riduc lo spazio a E = {vinc B, vinc C, vinc D}. L tr nuov probabilità dgli vnti vinc B, vinc C, vinc D si possono ottnr dividndo pr p(e) = 0,2 + 0, + 0, = 0,6, ossia pr la probabilità inizial dll vnto E =

14 {vinc B, vinc C, vinc D} ch si è vrificato, l probabilità assgnat nllo spazio inizial agli vnti rimasti: p(vinc B) = 0,2 0,6 = p(vinc C) = 0, 0,6 = 2 p(vinc D) = 0, 0,6 = 6 In tal modo, infatti, l nuov probabilità risultano proporzionali a qull iniziali la loro somma 0,2 0,6 + 0, 0,6 + 0, è vidntmnt ugual a. 0,6 Il nuovo spazio è allora: vnti vinc B vinc C vinc D probabilità 2 6 In gnral, quando è dato uno spazio S = {, 2,,..., n } si vin a sapr ch si è ralizzato un crto vnto E costituito dagli vnti, 2,..., k, non vngono più prsi in considrazion gli altri vnti si costruisc un nuovo spazio S : vnti 2... k probabilità p( ) p( 2 )... p( k ) in modo ch l nuov probabilità p( ), p( 2 ),..., p( k ): ) abbiano somma 2) siano proporzionali alla probabilità ch gli vnti, 2,..., k avvano nllo spazio S. Lo spazio S è dtto spazio condizionato ad E l nuov probabilità sono dtt anch ss condizionat ad E. L probabilità condizionat ad E si possono facilmnt ottnr con la sgunt rgola: L probabilità dgli vnti nllo spazio S si ottngono dividndo l rispttiv probabilità nllo spazio S pr la probabilità di E calcolata nllo spazio S. Infatti, com si è illustrato nll Esmpio 2, con qusta rgola si ottngono di valori proporzionali a qulli originari (i quali vngono divisi tutti pr p(e)) la cui somma è, trattandosi di frazioni avnti tutt lo stsso dnominator p(e) com somma di numratori proprio p(e). Si può ora facilmnt stndr il discorso dagli vnti a qulli composti. Sia dato uno spazio S di probabilità sia A un vnto rlativo a tal spazio (ossia un sottoinsim di S). Supponiamo ch un vnto B si sia ralizzato. Ciò vidntmnt altra la probabilità di A: gli vnti di A ch non appartngono a B assumono probabilità nulla, mntr gli vnti di A ch appartngono a B (ossia qulli in A B) assumono la probabilità condizionata a B. La nuova probabilità di A è dtta probabilità di A condizionata a B si indica p(a/b). S si ossrva ch vngono prsi in considrazion solo gli vnti di A B si ricorda ch l probabilità condizionat a B si ottngono dividndo qull iniziali pr p(b), p(a B) rsta giustificata la sgunt formula: p(a/b) = p(b) nlla qual p(a B) p(b) sono calcolat nllo spazio di probabilità S. Dalla formula prcdnt, moltiplicando ambo i mmbri pr p(b) lggndo da dstra a sinistra, si ottin: p(a B) = p(b). p(a/b) 4

15 ossia la probabilità di A B, l vnto ch si ralizza quando si vrificano sia A, sia B, è ugual al prodotto dlla probabilità di B dlla probabilità di A supposto ch si sia vrificato B. Si tratta di una formulazion dlla rgola dlla probabilità composta nlla qual intrvin la probabilità condizionata. È natural affrmar ch A è indipndnt da B s solo s p(a/b) = p(a) ossia s il vrificarsi di B non fa cambiar la probabilità di A. S A è indipndnt da B, sostitundo p(a/b) con p(a) nlla formula prcdnt, si ottin: p(a B) = p(b). p(a). Si dimostra facilmnt ch, vicvrsa, s val qust ultima uguaglianza, gli vnti sono indipndnti. A proposito dll analogia tra qust formul qull rlativ alla probabilità composta è bn rilvar ch ora stiamo considrando vnti A B dllo stsso spazio S, mntr nl si trattava di vnti rlativi a spazi di probabilità diffrnti. In altri trmini, l ultima formula non srv a calcolar p(a B), ch si ottin facilmnt sommando l proprità dgli vnti ch appartngono a A B, ma a stabilir s A B sono o non sono indipndnti. Esmpio. Si lanciano tr mont buon. Si considrino i du vnti: A = si ottin al massimo una tsta B = si ottngono sia tst ch croci. Stabilir s A B sono indipndnti. Gli vnti sono otto TTT, TTC, TCT, TCC, CTT, CTC, CCT, CCC ciascuno ha probabilità 8. Si ha: A = {TCC, CTC, CCT, CCC} p(a) = 4 8 = 2. B = {TTC, TCT, TCC, CTT, CTC, CCT} p(b) = 6 8 = 4. A B = {TCC, CTC, CCT} p(a B) = 8. Dato ch 8 =. 2 4 val p(a B) = p(a). p(b) si può concludr ch i du vnti sono indipndnti. Esmpio 4. Riptr il prcdnt Esmpio, ma rlativo al lancio di du sol mont. Gli vnti sono quattro TT, TC, CT, CC ciascuno ha probabilità 4. Si ha: A = {TC, CT, CC} p(a) = 4. B = {TC, CT} p(b) = 2 4 = 2. A B = {TC, CT} p(a B) = 2 4 = 2. Dato ch p(a B) = = p(a). p(b) i du vnti A B sono dipndnti. Qusti ultimi du smpi illustrano quanto affrmato in prcdnza: il fatto ch nl primo A B siano indipndnti, mntr non lo sono nl scondo, indica ch l indipndnza di du vnti dllo stsso spazio può ssr stabilita solo a postriori, val a dir dopo avr sguito i calcoli. 6. Applicazioni dl calcolo combinatorio al calcolo dll probabilità A) La monta l urna ) Si lancia cinqu volt una monta buona. Qual è la probabilità ch scano tr tst? 5

16 I casi possibili sono l disposizioni con riptizion di du lmnti T, C a cinqu a cinqu: D 2,5 =2 5 = 2. I casi favorvoli sono l combinazioni di cinqu lanci a tr a tr: C 5, = 0. La probabilità richista è 0 2 = 0,25. ) Si lancia cinqu volt una monta truccata, pr la qual p(t) = 0,6 p(c) = 0,4. Qual è la probabilità ch scano tr tst? In qusto caso non si può applicar la dfinizion classica di probabilità in quanto gli vnti non sono ugualmnt possibili; ad smpio, dato ch l uscita di tsta è più probabil di qulla di croc, l uscita di cinqu tst è più probabil di qulla di cinqu croci. Procdiamo allora con i tormi dl calcolo dll probabilità. Considriamo una squnza favorvol qual T C T T C, ossia tsta al primo lancio, croc al scondo, tsta al trzo, tsta al quarto croc al quinto. Essndo l sito di ciascun lancio indipndnt da qullo dgli altri, pr il torma dlla probabilità composta, la probabilità ch sca la squnza T C T T C è: 0,6. 0,4. 0,6. 0,6. 0,4 = 0,6. 0,4 2. La probabilità ch sca un altra qualsiasi squnza con tr tst du croci è smpr 0,6. 0,4 2 : cambia solo l ordin di tr fattori 0,6 di du fattori 0,4. Tutt l squnz di qusto tipo hanno la stssa probabilità sono in numro di C 5,. Pr il torma dll probabilità totali la probabilità dll vnto scono tr tst è la somma dll probabilità dll uscita dll singol squnz, cioè C. 5, 0,6. 0,4 2 0,5. ) Un urna contin si pallin ross quattro vrdi. Si straggono cinqu pallin, rimmttndo ogni volta la pallina stratta nll urna. Qual è la probabilità ch il risultato rispcchi la composizion dll urna, ossia ch scano tr pallin ross du vrdi? La probabilità di strarr una pallina rossa è 0,6, qulla di strarr una pallina vrd è 0,4 qust probabilità sono l stss ad ognuna dll succssiv strazioni (dato ch ogni volta si rimtt nll urna la pallina stratta). Il procdimnto è lo stsso di qullo rlativo alla monta truccata saminato al punto ), pr cui la probabilità richista è: C. 5, 0,6. 0,4 2 0,5. ) Un urna contin si pallin ross quattro vrdi. Si straggono cinqu pallin, snza rimttr la pallina stratta nll urna. Qual è la probabilità ch il risultato rispcchi la composizion dll urna, ossia ch scano tr pallin ross du vrdi? Il numro di casi possibili è dato dall combinazioni dll dici pallin a cinqu a cinqu: C 0,5 = 252. I casi favorvoli sono qulli in cui a una trna di pallin ross (ch sono in numro di C 6, ) si associa una coppia di pallin vrdi (ch sono in numro di C 4,2 ). Pr il principio di moltiplicazion, il numro di casi favorvoli è C. 6, C 4,2 = 20. La probabilità richista è ,48. Si noti ch, snza rimmission, la probabilità ch sia rispcchiata la composizion dll urna, ossia 0,48, è alquanto più lvata risptto al caso prcdnt, con la rimmission dlla pallina stratta nll urna, in cui la probabilità è 0,5. Prtanto, s si vuol conoscr la composizion di un urna strandon un campion, è più convnint procdr snza rimmission. B) Lo scopon scintifico Nllo scopon scintifico si usa un mazzo da quaranta cart si danno dici cart a ciascuno di quattro giocatori. Calcolar la probabilità ch un giocator sia srvito in modo da avr: a) tutti i stt; b) sattamnt un stt; 6

17 c) sattamnt un stt, du assi tr figur; d) tutt l cart dall asso al r (ossia un asso, un du, un tr,..., una donna, un r). Evidntmnt non conta l ordin con cui il giocator ricv l cart. I casi possibili sono tutti i possibili raggruppamnti dll quaranta cart a dici a dici: C 40,0 = a) S il giocator ha tutti i stt, l rimannti si cart sono sclt fra l trntasi cart dl mazzo ch non sono stt. I casi favorvoli all vnto sono quindi C 6,6 = La probabilità richista è ,002. b) Il stt può ssr sclto in 4 modi; l altr nov cart vanno sclt fra l trntasi dl mazzo ch non sono stt, ciò può ssr fatto in C 6,9 modi. I casi favorvoli all vnto sono quindi 4. C 6,9 = La probabilità richista è ,444. c) L possibili sclt dll unico stt sono 4, dlla coppia di assi sono C 4,2, dll tr figur sono C 2,. Infin, pr l rstanti quattro cart, ch vanno prs fra l vnti dl mazzo ch non sono né stt, né assi, né figur, sono C 20,4. Pr il principio di moltiplicazion, il numro di casi favorvoli è: 4. C. 4,2 C. 2, C 20,4 = Prtanto, la probabilità richista è ,0. d) Abbiamo quattro sclt pr l asso, quattro sclt pr il du,..., quattro sclt pr il r. I casi possibili sono = La probabilità richista è ,00. C) Il gioco dl lotto Nl gioco dl lotto si straggono cinqu numri da un urna ch contin i numri da a 90, non conta l ordin di strazion. Il giocator punta una crta somma sull uscita di un dato numro, o di du (ambo), o di tr (trno), o di quattro (quatrna), o di cinqu (cinquina). L strazioni avvngono du volt alla sttimana in dici sdi, dtt ruot, situat nll maggiori città italian. Il giocator può puntar sulla singola ruota, ad smpio qulla di Gnova, allora contranno solo i numri stratti in qulla sd, oppur su più ruot. In qust ultimo caso la somma puntata vin distribuita in proporzion all ruot sclt: giocar 0 su tutt l dici ruot è com sguir dici giocat da su ciascuna ruota; giocar 0 su Napoli, Gnova Palrmo è com sguir tr giocat da 0 sull ruot dll tr città. Possiamo quindi limitarci a considrar la singola ruota. Cominciamo a rispondr all sgunti domand: a) Quant sono l possibili cinquin stratt? b) Quant sono l cinquin contnnti un numro fissato? c) Quant sono l cinquin contnnti un ambo fissato? d) Quant sono l cinquin contnnti un trno fissato? ) Quant sono l cinquin contnnti una data quatrna? a) Dato ch non importa l ordin di numri stratti, l possibili cinquin sono l combinazioni di 90 numri a cinqu a cinqu C 90,5 = = b) L cinquin contnnti un numro dato si ottngono accostando quattro di rimannti 89 numri al numro dato, quindi sono tant quant l combinazioni di 89 lmnti a quattro a quattro C 89,4 = =

18 c) L cinquin contnnti un dato ambo si ottngono accostando tr di rimannti numri ai du numri dati, quindi sono C 88, = = d) Analogamnt, l cinquin contnnti un dato trno sono C 87,2 = =.74. ) L cinquin contnnti una data quatrna sono vidntmnt 86. Supponiamo ora ch un giocator punti la somma P sull uscita di un dato numro. La probabilità ch il numro sca è vidntmnt 5 90 = (d è anch il rapporto tra il numro 8 dll cinquin ch contngono il dato numro, cioè C 89,4, qullo di tutt l cinquin, cioè C 90,5 ). S il gioco foss quo, in caso di uscita dl numro giocato, il giocator dovrbb ricvr la somma S tal ch: S. = P, da cui S = 8P. In raltà lo Stato paga,22p, pr cui il gioco 8 non è quo. Mdiamnt, su 8 giocat di qusto tipo, lo Stato incassa 8P paga,22p all unico giocator su 8 ch vinc. Può quindi contar su un util di 6,768P, pari al 6, ,6% dll giocat. Supponiamo ora ch il giocator punti la somma P sull uscita di un dato ambo giocando du numri 2. La probabilità di vincita è il rapporto tra il numro di casi favorvoli, ossia l C 88, cinquin ch contngono il dato ambo, il numro C90,5 di tutt l possibili cinquin, cioè, pr quanto visto in prcdnza, 0,025. Si può comunqu calcolar tal rapporto sgundo prima l smplificazioni: C 88, = C 90, = = 400,5 0,025. S il gioco foss quo, lo Stato dovrbb pagar a chi vinc la somma di 400,5P; in raltà paga 250P quindi può contar su un util di circa il 7,6% dll giocat. Così la probabilità ch sca un trno è C 87,2.74 C 90,5 = 0, , pr cui s il gioco foss quo lo Stato dovrbb pagar a chi azzcca un trno giocando tr numri la somma.748p; in raltà paga 4.250P, con un util di circa il 64% dll giocat. Infin, lo Stato paga P P pr la quatrna pr la cinquina rispttivamnt, il suo util raggiung l 84% il 98% dll giocat. Ossrvazion. Sui numri in ritardo. Sotto la spinta di mass mdia è invalso l uso da part di molti giocatori di puntar sui numri in ritardo : s un numro non vin stratto su una crta ruota da molt sttiman, su di sso si concntrano l puntat di giocatori. È snsato un simil modo di agir? Basta un attimo di riflssion pr capir ch tal stratgia non ha alcun fondamnto razional. Ad ogni strazion la probabilità di uscita di un numro è smpr /8, anch s qul numro non sc da parcchi sttiman. L quivoco sorg dal fatto ch l vnto un numro dato non uscirà nll prossim n strazioni ha probabilità ch divin smpr più piccola al crscr di n. 2 S il giocator punta la somma P sull ambo giocando tr numri, ad smpio , è com s giocass P/ su ciascuno di tr ambi possibili, ossia 4-47, 4-88, S il giocator punta la somma P sull ambo giocando quattro numri, è com s giocass P/6 su ciascuno di si ambi possibili, così via. 8

19 Infatti, la probabilità ch un numro non sia stratto nlla prossima strazion è 7, ch non sia stratto nll prossim du strazioni è, pr il torma dlla probabilità composta, 8 n 7, in gnral, ch non sia stratto nll prossim n strazioni è. Dato ch, pr n = 2, ,506, pr n =, 7 0,4756, si può concludr ch la probabilità ch il 8 8 numro sca nll prossim strazioni è maggior di qulla ch non sca. S si prndono in sam squnz più lungh di strazioni, la probabilità ch il numro sca divin molto lvata: ad smpio, la probabilità ch il numro sca nll prossim 50 strazioni è circa 0,94, ch sca nll prossim 00 è circa 0,9967. Quando un numro è in ritardo da 00 strazioni, significa ch si è vrificato un vnto a bassa probabilità, pari a 0,00. Ciò prò non vuol affatto dir ch alla cntounsima strazion l uscita di qul numro sia più probabil di /8: la ruota non ha mmoria, ad ogni strazion i numri sono tutti quiprobabili il passato non conta. S il numro non è uscito in 00 strazioni, qusto ormai è un fatto: un conto è dir un numro non sc in 0 strazioni (la probabilità è circa 0,00) bn altro dir un numro non sc in 0 strazioni, sapndo ch non è uscito nll prim 00 (la probabilità è 7 8 0,9444). E qulli ch hanno vinto gross somm con tal tattica? La raltà è ch la loro vincita è dovuta alla loro prsvranza nl giocar ( alla possibilità conomica di sostnrla) non al numro prsclto. La probabilità è la stssa anch si cambia il numro ad ogni strazion! 9

p(e 3 ) = 31 [R. c) e d)]

p(e 3 ) = 31 [R. c) e d)] CAPITOLO SECONDO CALCOLO DELLE PROBABILITÀ - ESERCIZI I.) Anna, Batric Carla fanno una gara di corsa. Stimo ch Anna Carla siano ugualmnt vloci ch Batric abbia probabilità doppia dll altr du di vincr la

Dettagli

0 < a < 1 a > 1. In entrambi i casi la funzione y = a x si può studiare per punti e constatare che essa presenta i seguenti andamenti y.

0 < a < 1 a > 1. In entrambi i casi la funzione y = a x si può studiare per punti e constatare che essa presenta i seguenti andamenti y. INTRODUZIONE Ossrviamo, in primo luogo, ch l funzioni sponnziali sono dlla forma a con a costant positiva divrsa da (il caso a è banal pr cui non sarà oggtto dl nostro studio). Si possono allora vrificar

Dettagli

Ulteriori esercizi svolti

Ulteriori esercizi svolti Ultriori srcizi svolti Effttuar uno studio qualitativo dll sgunti funzioni ) 4 f ( ) ) ( + ) f ( ) + 3) f ( ) con particolar rifrimnto ai sgunti asptti: a) trova il dominio di f b) indica quali sono gli

Dettagli

PROGRAMMA DI RIPASSO ESTIVO

PROGRAMMA DI RIPASSO ESTIVO ISTITUTO TECNICO PER IL TURISMO EUROSCUOLA ISTITUTO TECNICO PER GEOMETRI BIANCHI SCUOLE PARITARIE PROGRAMMA DI RIPASSO ESTIVO CLASSI MATERIA PROF. QUARTA TURISMO Matmatica Andra Brnsco Làvor ANNO SCOLASTICO

Dettagli

Esercizi sullo studio di funzione

Esercizi sullo studio di funzione Esrcizi sullo studio di funzion Prima part Pr potr dscrivr una curva, data la sua quazion cartsiana splicita f () occorr procdr scondo l ordin sgunt: 1) Dtrminar l insim di sistnza dlla f () ) Dtrminar

Dettagli

Esercizio 1. Cov(X,Y)=E(X,Y)- E(X)E(Y).

Esercizio 1. Cov(X,Y)=E(X,Y)- E(X)E(Y). Esrcizi di conomtria: sri 4 Esrcizio Siano, Z variabili casuali distribuit scondo la lgg multinomial di paramtri n, p, p, p p p.. Calcolar la Covarianza tra l variabili d. Soluzion Dat du variabili dinit

Dettagli

Teoria dell integrazione secondo Riemann per funzioni. reali di una variabile reale.

Teoria dell integrazione secondo Riemann per funzioni. reali di una variabile reale. Capitolo 2 Toria dll intgrazion scondo Rimann pr funzioni rali di una variabil ral Esistono vari tori dll intgrazion; tutt hanno com comun antnato il mtodo di saustion utilizzato dai Grci pr calcolar l

Dettagli

ESERCIZI SULLA DEMODULAZIONE INCOERENTE

ESERCIZI SULLA DEMODULAZIONE INCOERENTE Esrcitazioni dl corso di trasmissioni numrich - Lzion 4 6 Fbbraio 8 ESERCIZI SULLA DEMODULAZIONE INCOERENE I du sgnali passa basso di figura sono utilizzati pr la trasmission di simboli binari quiprobabili

Dettagli

Tecniche per la ricerca delle primitive delle funzioni continue

Tecniche per la ricerca delle primitive delle funzioni continue Capitolo 4 Tcnich pr la ricrca dll primitiv dll funzioni continu Nl paragrafo.7 abbiamo dato la dfinizion di primitiva di una funzion f avnt pr dominio un intrvallo I; abbiamo visto ch s F 0 è una primitiva

Dettagli

Opuscolo sui sistemi. Totogoal

Opuscolo sui sistemi. Totogoal Opuscolo sui sistmi Totogoal Più info Conoscnz calcistich pr vincr Jackpot alti Informazioni dttagliat costantmnt aggiornat sul Totogoal, sui programmi Toto sui risultati rpribili su Tltxt, a partir dalla

Dettagli

ESERCIZI PARTE I SOLUZIONI

ESERCIZI PARTE I SOLUZIONI UNIVR Facoltà di Economia Corso di Matmatica finanziaria 008/09 ESERCIZI PARTE I SOLUZIONI Domini di funzioni di du variabili Esrcizio a f, = log +. L unica condizion di sistnza è data dalla disquazion

Dettagli

1 Il concetto di funzione 1. 2 Funzione composta 4. 3 Funzione inversa 6. 4 Restrizione e prolungamento di una funzione 8

1 Il concetto di funzione 1. 2 Funzione composta 4. 3 Funzione inversa 6. 4 Restrizione e prolungamento di una funzione 8 UNIVR Facoltà di Economia Sd di Vicnza Corso di Matmatica 1 Funzioni Indic 1 Il conctto di funzion 1 Funzion composta 4 3 Funzion invrsa 6 4 Rstrizion prolungamnto di una funzion 8 5 Soluzioni dgli srcizi

Dettagli

1 Derivate parziali 1. 2 Regole di derivazione 5. 3 Derivabilità e continuità 7. 4 Differenziabilità 7. 5 Derivate seconde e teorema di Schwarz 8

1 Derivate parziali 1. 2 Regole di derivazione 5. 3 Derivabilità e continuità 7. 4 Differenziabilità 7. 5 Derivate seconde e teorema di Schwarz 8 UNIVR Facoltà di Economia Sd di Vicnza Corso di Matmatica Drivat dll funzioni di più variabili Indic Drivat parziali Rgol di drivazion 5 3 Drivabilità continuità 7 4 Diffrnziabilità 7 5 Drivat scond torma

Dettagli

La popolazione in età da 0 a 2 anni residente nel comune di Bologna

La popolazione in età da 0 a 2 anni residente nel comune di Bologna Sttor Programmazion, Controlli La popolazion in tà da 0 a 2 anni rsidnt nl comun di Bologna Maggio 2007 La prsnt nota è stata ralizzata da un gruppo di dirignti funzionari dl Sttor Programmazion, Controlli

Dettagli

0.1. CIRCONFERENZA 1. La 0.1.1, espressa mediante la formula per la distanza tra due punti, diviene:

0.1. CIRCONFERENZA 1. La 0.1.1, espressa mediante la formula per la distanza tra due punti, diviene: 0.1. CIRCONFERENZA 1 0.1 Circonfrnza Considriamo una circonfrnza di cntro P 0 (x 0, y 0 ) raggio r, cioè il luogo di punti dl piano P (x, y) pr i quali si vrifica la rlazion: 0.1.1. P 0 P = r. La 0.1.1,

Dettagli

Studio di funzione. R.Argiolas

Studio di funzione. R.Argiolas Studio di unzion R.Argiolas Introduzion Prsntiamo lo studio dl graico di alcun unzioni svolt durant l srcitazioni dl corso di analisi matmatica I assgnat nll prov scritt. Ringrazio anticipatamnt tutti

Dettagli

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Viene lanciata una moneta. Se esce testa vinco 00 euro, se esce croce non vinco niente. Quale è il valore della mia vincita? Osserviamo che il valore della vincita dipende dal risultato dell esperimento

Dettagli

Funzioni lineari e affini. Funzioni lineari e affini /2

Funzioni lineari e affini. Funzioni lineari e affini /2 Funzioni linari aini In du variabili l unzioni linari sono dl tipo a b l unzioni aini sono dl tipo a b c Il graico di una unzion linar è un piano passant pr l origin il graico di una unzion ain è un piano.

Dettagli

La Formazione in Bilancio delle Unità Previsionali di Base

La Formazione in Bilancio delle Unità Previsionali di Base La Formazion in Bilancio dll Unità Prvisionali di Bas Con la Lgg 3 april 1997, n. 94 sono stat introdott l Unità Prvisionali di Bas (di sguito anch solo UPB), ch rapprsntano un di aggrgazion di capitoli

Dettagli

Lemma 2. Se U V é un sottospazio vettoriale di V allora 0 U.

Lemma 2. Se U V é un sottospazio vettoriale di V allora 0 U. APPUNTI d ESERCIZI PER CASA di GEOMETRIA pr il Corso di Laura in Chimica, Facoltà di Scinz MM.FF.NN., UNICAL (Dott.ssa Galati C.) Rnd, 3 April 2 Sottospazi di uno spazio vttorial, sistmi di gnratori, basi

Dettagli

Test di autovalutazione

Test di autovalutazione UNITÀ FUNZINI E LR RAPPRESENTAZINE Tst di autovalutazion 0 0 0 0 0 50 60 70 80 90 00 n Il mio puntggio, in cntsimi, è n Rispondi a ogni qusito sgnando una sola dll 5 altrnativ. n Confronta l tu rispost

Dettagli

Lezione 5. Analisi a tempo discreto di sistemi ibridi. F. Previdi - Controlli Automatici - Lez. 5 1

Lezione 5. Analisi a tempo discreto di sistemi ibridi. F. Previdi - Controlli Automatici - Lez. 5 1 Lzion 5. nalisi a tmpo discrto di sistmi ibridi F. Prvidi - Controlli utomatici - Lz. 5 Schma dlla lzion. Introduzion 2. nalisi a tmpo discrto di sistmi ibridi 3. utovalori di un sistma a sgnali campionati

Dettagli

Esercizi di Probabilità e Statistica

Esercizi di Probabilità e Statistica Esercizi di Probabilità e Statistica Samuel Rota Bulò 19 marzo 2007 Spazi di probabilità finiti e uniformi Esercizio 1 Un urna contiene due palle nere e una rossa. Una seconda urna ne contiene una bianca

Dettagli

La forma generale di una disequazione di primo grado è la seguente: ax + b > 0 ( o ax + b < 0) con a e b numeri reali. b se a > 0 a.

La forma generale di una disequazione di primo grado è la seguente: ax + b > 0 ( o ax + b < 0) con a e b numeri reali. b se a > 0 a. Disquazioni di I grado La forma gnral di una disquazion di primo grado è la sgunt: a + b > o a + b < con a b numri rali. La soluzion dlla disquazion si ottin dai sgunti passaggi: a + b > a > b > < b s

Dettagli

COMUNE DI BOLOGNA Dipartimento Economia e Promozione della Città

COMUNE DI BOLOGNA Dipartimento Economia e Promozione della Città COMUNE DI BOLOGNA Dipartimnto Economia Promozion dlla Città Allgato C all Avviso pubblico pr la prsntazion di progtti di sviluppo alla Agnda Digital di Bologna Modllo di dichiarazion sul posssso di rquisiti

Dettagli

Regimi di cambio. In questa lezione: Studiamo l economia aperta nel breve e nel medio periodo. Studiamo le crisi valutarie.

Regimi di cambio. In questa lezione: Studiamo l economia aperta nel breve e nel medio periodo. Studiamo le crisi valutarie. Rgimi di cambio In qusta lzion: Studiamo l conomia aprta nl brv nl mdio priodo. Studiamo l crisi valutari. Analizziamo brvmnt l Ar Valutari Ottimali. 279 Il mdio priodo Abbiamo visto ch gli fftti di politica

Dettagli

Calcolo delle probabilità

Calcolo delle probabilità Calcolo delle probabilità Laboratorio di Bioinformatica Corso A aa 2005-2006 Statistica Dai risultati di un esperimento si determinano alcune caratteristiche della popolazione Calcolo delle probabilità

Dettagli

CONOSCENZE. 1. La derivata di una funzione y = f (x)

CONOSCENZE. 1. La derivata di una funzione y = f (x) ESAME D STATO ESEMP D QUEST D MATEMATCA PER LA TERZA PROVA CONOSCENZE. La drivata di una funzion y f (), in un punto intrno al suo dominio, : il it, s sist d è finito, dl rapporto incrmntal pr h, f ( h)

Dettagli

Probabilità discreta

Probabilità discreta Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che

Dettagli

LE FRAZIONI LE FRAZIONI. La frazione è un operatore che opera su una qualsiasi grandezza e che da come risultato una grandezza omogenea a quella data.

LE FRAZIONI LE FRAZIONI. La frazione è un operatore che opera su una qualsiasi grandezza e che da come risultato una grandezza omogenea a quella data. LE FRAZIONI La frazion è un oprator ch opra su una qualsiasi grandzza ch da com risultato una grandzza omogna a qulla data. AB (Il sgmnto AB è stato diviso i tr parti sono stat prs du) Una frazion è scritta

Dettagli

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa.

Una sperimentazione. Probabilità. Una previsione. Calcolo delle probabilità. Nonostante ciò, è possibile dire qualcosa. Una sperimentazione Probabilità Si sta sperimentando l efficacia di un nuovo farmaco per il morbo di Parkinson. Duemila pazienti partecipano alla sperimentazione: metà di essi vengono trattati con il nuovo

Dettagli

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete.

Per poter affrontare il problema abbiamo bisogno di parlare di probabilità (almeno in maniera intuitiva). Analizziamo alcune situazioni concrete. Parliamo di probabilità. Supponiamo di avere un sacchetto con dentro una pallina rossa; posso aggiungere tante palline bianche quante voglio, per ogni pallina bianca che aggiungo devo pagare però un prezzo

Dettagli

Matematica e Statistica - Scienze Ambientali Esame 24 Febbraio 2014

Matematica e Statistica - Scienze Ambientali Esame 24 Febbraio 2014 Matmatica Statistica - Scinz Ambintali Esam 4 Fbbraio 014 Esrcizio 1 - Part A Supponiamo di conoscr l misur a, b c di tr grandzz con la sgunt incrtzza: 1.15 < a < 1.19 10.03 < b < 10.0 7.13 < c < 7.1 Quali

Dettagli

R k = I k +Q k. Q k = D k-1 - D k

R k = I k +Q k. Q k = D k-1 - D k 1 AMMORTAMENTO AMMORTAMENTO Dbito inizial D 0 si volv (al tasso fisso t) D k = D k-1 (1+t) R k [D k dbito (rsiduo) al tmpo k, R k pagamnto al tmpo k ] Condizioni [D n =0 : stinzion dl dbito in n priodi

Dettagli

Corso di Laurea in Economia Matematica per le applicazioni economiche e finanziarie. Esercizi 4

Corso di Laurea in Economia Matematica per le applicazioni economiche e finanziarie. Esercizi 4 Corso di Laura in Economia Matmatica pr l applicazioni conomich finanziari Esrcizi 4 Vrificar s l sgunti funzioni, nll intrvallo chiuso indicato, soddisfano l ipotsi dl torma di Roll, in caso affrmativo,

Dettagli

Aspettative, produzione e politica economica

Aspettative, produzione e politica economica Lzion 18 (BAG cap. 17) Aspttativ, produzion politica conomica Corso di Macroconomia Prof. Guido Ascari, Univrsità di Pavia 2 1 L aspttativ la curva IS Dividiamo il tmpo in du priodi: 1. un priodo corrnt

Dettagli

Applicazioni dell integrazione matematica

Applicazioni dell integrazione matematica Applicazioni dll intgrazion matmatica calcolo dlla biodisponibilità di un farmaco Prof. Carlo Albrini Indic Indic 1 Elnco dll figur 1 1 Prliminari 1 Intrprtazion matmatica dl problma 3 Elnco dll figur

Dettagli

Svolgimento di alcuni esercizi

Svolgimento di alcuni esercizi Svolgimnto di alcuni srcizi Si ha ch dal momnto ch / tnd a pr ch tnd a (la frazion formata da un numro, in qusto caso il numro, fratto una quantità ch tnd a ±, in qusto caso, tnd smpr a ) S facciamo tndr

Dettagli

Unità didattica: Grafici deducibili

Unità didattica: Grafici deducibili Unità didattica: Grafici dducibili Dstinatari: Allivi di una quarta lico scintifico PNI tal ud è insrita nllo studio dll funzioni rali di variabil ral. Programmi ministriali dl PNI: Dal Tma n 3 funzioni

Dettagli

ALLEGATO N.3 STRATEGIE PER IL RECUPERO-POTENZIAMENTO E VALORIZZAZIONE ECCELLENZE

ALLEGATO N.3 STRATEGIE PER IL RECUPERO-POTENZIAMENTO E VALORIZZAZIONE ECCELLENZE ALLEGATO N.3 STRATEGIE PER IL RECUPERO-POTENZIAMENTO E VALORIZZAZIONE ECCELLENZE a. STRATEGIE PER IL RECUPERO DESTINATARI Il Rcupro sarà rivolto agli alunni ch prsntano ancora difficoltà nll adozion di

Dettagli

Riferimenti, coordinate, equazioni per rette e piani

Riferimenti, coordinate, equazioni per rette e piani Rifrimnti, coordinat, quaioni pr rtt piani Diamo pr scontato ch il lttor abbia familiarità con l noioni di bas sullo spaio di vttori applicati dl piano dllo spaio. Pr qust si può consultar il paragrafo.

Dettagli

Procedura Operativa Standard. Internal Dealing. Rev. 0 In vigore dal 28 marzo 2012 COMITATO DI CONTROLLO INTERNO. Luogo Data Per ricevuta

Procedura Operativa Standard. Internal Dealing. Rev. 0 In vigore dal 28 marzo 2012 COMITATO DI CONTROLLO INTERNO. Luogo Data Per ricevuta REDATTO: APPROVATO: APPROVATO: INTERNAL AUDITOR COMITATO DI CONTROLLO INTERNO C.D.A. Luogo Data Pr ricvuta INDICE 1.0 SCOPO E AMBITO DI APPLICAZIONE 2.0 RIFERIMENTI NORMATIVI 3.0 DEFINIZIONI 4.0 RUOLI

Dettagli

LA NOSTRA AVVENTURA NEL CREARE UN LIBRO

LA NOSTRA AVVENTURA NEL CREARE UN LIBRO LA NOSTRA AVVENTURA NEL CREARE UN LIBRO Abbiamo iniziato a lggr in class Nonno Tano la casa dll strgh. Lo scopo ra ascoltar comprndr. Sguir la mastra ch dava sprssività alla lttura imparar da lla a lggr.

Dettagli

PROVA SCRITTA DI FONDAMENTI DI AUTOMATICA A.A. 2004/ gennaio 2005 TESTO E SOLUZIONE

PROVA SCRITTA DI FONDAMENTI DI AUTOMATICA A.A. 2004/ gennaio 2005 TESTO E SOLUZIONE PROVA SCRITTA DI FONDAMENTI DI AUTOMATICA A.A. 24/25 2 gnnaio 25 TESTO E SOLUZIONE Esrcizio In rifrimnto allo schma a blocchi in figura. s3 r y 2 s2 s y K Domanda.. Dtrminar una ralizzazion in quazioni

Dettagli

Y557 - ESAME DI STATO DI LICEO SCIENTIFICO

Y557 - ESAME DI STATO DI LICEO SCIENTIFICO Y557 - ESAME DI STATO DI LICEO SCIENTIFICO PIANO NAZIONALE DI INFORMATICA CORSO SPERIMENTALE Tma di: MATEMATICA (Sssion suppltiva 00) QUESTIONARIO. Da un urna contnnt 90 pallin numrat s n straggono quattro

Dettagli

Esercizi sullo studio di funzione

Esercizi sullo studio di funzione Esrcizi sullo studio di funzion Trza part Com visto nll parti prcdnti pr potr dscrivr una curva data la sua quazion cartsiana splicita f () occorr procdr scondo l ordin sgunt: ) Dtrminar l insim di sistnza

Dettagli

Teoria. Tale retta limite non sempre esiste. Si veda il grafico sottostante. Matematica 1

Teoria. Tale retta limite non sempre esiste. Si veda il grafico sottostante. Matematica  1 LA ERVATA UNA FUNZONE Toria l problma dlla tangnt Uno di problmi classici c portano al conctto di drivata è qullo dlla dtrminazion dlla rtta tangnt a una curva in un punto. La tangnt ad una circonfrnza

Dettagli

Appunti di Statistica

Appunti di Statistica Appunti di Statistica Appunti dall lzioni Nicola Vanllo 27 dicmbr 2018 2 Capitolo 1 Variabili Alatori Discrt 1.1 Variabil alatoria di Brnoulli Una variabil alatoria di Brnoulli, può assumr du valori, dnominati

Dettagli

= l. x 0. In realtà può aversi una casistica più amplia potendo sia x che f ( x) tendere ad un elemento dell insieme

= l. x 0. In realtà può aversi una casistica più amplia potendo sia x che f ( x) tendere ad un elemento dell insieme LIMITI DI FUNZINI. CNCETT DI LIMITE Esula dallo scopo di qusto libro la trattazion dlla toria sui iti. Tuttavia, pnsando di far cosa gradita allo studnt, ch dv possdr qusta nozion com background, ritniamo

Dettagli

13 - LA PROGRAMMAZIONE DELL'ALLENAMENTO

13 - LA PROGRAMMAZIONE DELL'ALLENAMENTO 132 13 - LA PROGRAMMAZIONE DELL'ALLENAMENTO La prparazion complta dl calciator si ralizza sottoponndo il suo organismo, la sua prsonalità la sua potnzialità motoria, ad una gran quantità di stimoli ch

Dettagli

Appunti sulle disequazioni frazionarie

Appunti sulle disequazioni frazionarie ppunti sull disquazioni frazionari Sono utili l sgunti dfinizioni Una disquazion fratta o frazionaria è una disquazion nlla qual l incognita compar in qualch suo dnominator. Una disquazion razional è una

Dettagli

Circolare n. 1 Prot. n. 758 Roma 29/01/2015

Circolare n. 1 Prot. n. 758 Roma 29/01/2015 Ministro dll Istruzion, dll Univrsità dlla Ricrca Dipartimnto pr il sistma ducativo di istruzion formazion Dirzion Gnral pr gli ordinamnti scolastici la valutazion dl sistma nazional di istruzion Circolar

Dettagli

Il Rgistro E-PRTR (Europan Pollutant Rlas and Transfr Rgistr) Attuazion dl Rgolamnto (CE) n. 166/06 LA DICHIARAZIONE PRTR Dlgs 46/2014 (rcpimnto IED), con l art. 30 introduc pr la prima volta l sanzioni

Dettagli

Test sul calcolo della probabilità

Test sul calcolo della probabilità Test sul calcolo della probabilità 2 Test sul calcolo della probabilità Test sul calcolo della probabilità. La probabilità p di un evento E, quando si indica con E il suo complementare, è : a) 0 se E è

Dettagli

Le tranformazioni canoniche nella meccanica quantistica. P. Jordan a Gottinga

Le tranformazioni canoniche nella meccanica quantistica. P. Jordan a Gottinga L tranformazioni canonic nlla mccanica quantistica P. Jordan a Gottinga (ricvuto il 27 april 926) Vin data una dimostrazion d una congttura avanzata da Born, Hisnbrg dall autor, c la trasformazion canonica

Dettagli

Quesito 8. x + 2x 1 (ln (8 + 2 x ) ln(4 + 2 x )) è uguale a: A 2 B 1 4. Quesito 9.

Quesito 8. x + 2x 1 (ln (8 + 2 x ) ln(4 + 2 x )) è uguale a: A 2 B 1 4. Quesito 9. Qusito 8. orso di ln 8 + ) ln + )) Analisi Matmatica I inggnria, lttr: KAA-MAZ docnt:. allgari Prova simulata n. A.A. 8- Ottobr 8. Introduzion Qui di sguito ho riportato tsti, svolgimnti dlla simulazion

Dettagli

Numeri complessi - svolgimento degli esercizi

Numeri complessi - svolgimento degli esercizi Numri complssi - svolgimnto dgli srcizi ) Qusto srcizio richid di calcolar la potnza n-sima (n 45) di un numro complsso. Scriviamo z nlla forma sponnzial z ρ iθ dov ) ( ) ρ ( + θ π 6 dato ch sin θ cos

Dettagli

Risoluzione dei problemi

Risoluzione dei problemi Risoluzion di problmi a) f rapprsnta un fascio di funzioni omografich, al variar dl paramtro a in R, s si vrifica la condizion: a$ (- a) +! 0 " a!! S a!! il grafico rapprsnta iprboli quilatr di asintoti

Dettagli

STABILITÀ DELLE SOLUZIONI DI EQUILIBRIO DI UN EQUAZIONE DIFFERENZIALE

STABILITÀ DELLE SOLUZIONI DI EQUILIBRIO DI UN EQUAZIONE DIFFERENZIALE STABILITÀ DELLE SOLUZIONI DI EQUILIBRIO DI UN EQUAZIONE DIFFERENZIALE Ni paragrafi prcdnti abbiamo dtrminato, pr l vari quazioni diffrnziali saminat, l soluzioni di quilibrio dl modllo. In qusto paragrafo,

Dettagli

SUL MODELLO DI BLACK-SHOLES

SUL MODELLO DI BLACK-SHOLES SUL MODELLO DI BLACK-SHOLES LUCA LUSSARDI 1. La dinamica di Black-Schols Il modllo di Black-Schols pr i mrcati finanziari assum com ipotsi fondamntal ch i przzi di bni finanziari sguano una bn dtrminata

Dettagli

CURVE DI PROBABILITÀ PLUVIOMETRICA Le curve di probabilità pluviometrica esprimono la relazione fra le altezze di precipitazione h e la loro durata

CURVE DI PROBABILITÀ PLUVIOMETRICA Le curve di probabilità pluviometrica esprimono la relazione fra le altezze di precipitazione h e la loro durata CURVE DI PROBABILITÀ PLUVIOMETRICA L curv di probabilità pluviomtrica sprimono la rlazion fra l altzz di prcipitazion h la loro durata t, pr un assgnato valor dl priodo di ritorno T. Tal rlazion vin spsso

Dettagli

De Rossi, profumo di primavera Sabato 23 Marzo 2013 10:49 - DANIELE GIANNINI

De Rossi, profumo di primavera Sabato 23 Marzo 2013 10:49 - DANIELE GIANNINI DANIELE GIANNINI Frsco com un fior sboccia nl primo giorno primavra Il gol Danil D Rossi al Brasil ha s gnato simbolicamnt la fin dll invrno Il risvglio dlla natura qullo dlla Nazional stava prdndo immritatamnt

Dettagli

Compito di Fisica Generale I (Mod. A) Corsi di studio in Fisica ed Astronomia 4 aprile 2011

Compito di Fisica Generale I (Mod. A) Corsi di studio in Fisica ed Astronomia 4 aprile 2011 Compito di Fisica Gnral I (Mod A) Corsi di studio in Fisica d Astronomia 4 april 2011 Problma 1 Du blocchi A B di massa rispttivamnt m A d m B poggiano su un piano orizzontal scabro sono uniti da un filo

Dettagli

Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita

Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita Primi esercizi per gli studenti del corso di Statistica ed Elementi di Probabilita NOTA 1 Gli esercizi sono presi da compiti degli scorsi appelli, oppure da testi o dispense di colleghi. A questi ultimi

Dettagli

Tariffe delle prestazioni sanitarie nelle diverse regioni italiane. Laura Filippucci

Tariffe delle prestazioni sanitarie nelle diverse regioni italiane. Laura Filippucci Consumatori in cifr Tariff dll prstazioni sanitari nll divrs rgioni italian Laura Filippucci La rcnt proposta dl Govrno di aggiornar il tariffario dll prstazioni sanitari di laboratorio ha sollvato un

Dettagli

AZIONI SISMICHE TRAMITE SPETTRO DI RISPOSTA- LA NUOVA NORMA 2007

AZIONI SISMICHE TRAMITE SPETTRO DI RISPOSTA- LA NUOVA NORMA 2007 ispns orso ostr Zon ismica 2 mod _Prof amillo Nuti_ AA 2006 2007 AZIONI IMIHE RAMIE PERO I RIPOA- LA NUOVA NORMA 2007 AZIONI IMIHE L azioni sismich di protto con l quali valutar il risptto di divrsi stati

Dettagli

Errore standard di misurazione. Calcolare l intervallo del punteggio vero

Errore standard di misurazione. Calcolare l intervallo del punteggio vero Error sandard di misurazion Calcolar l inrvallo dl punggio vro Problmi di prcision La prsnza noa dll rror di misura rnd incro il significao dl punggio onuo. L andibilià dl s ci informa di quano rror di

Dettagli

Matematica e Statistica - Scienze Ambientali Esame 24 Febbraio 2014

Matematica e Statistica - Scienze Ambientali Esame 24 Febbraio 2014 Matmatica Statistica - Scinz Ambintali Esam 4 Fbbraio 014 Esrcizio 1 - Part A Supponiamo di conoscr l misur a, b c di tr grandzz con la sgunt incrtzza: 3.17 < a < 3.4 7.05 < b < 7.9 11.89 < c < 1.11 Quali

Dettagli

Comunità Europea (CE) International Accounting Standards, n. 17

Comunità Europea (CE) International Accounting Standards, n. 17 Scopo contnuto dl documnto Comunità Europa (CE) Intrnational Accounting Standards, n. 17 Lasing Lasing Finalità SOMMARIO Paragrafi 1 Ambito di applicazion 2-3 Dfinizioni 4-6 Classificazion dll oprazioni

Dettagli

COMMISSIONE DELLE COMUNITÀ EUROPEE. Progetto di RACCOMANDAZIONE DELLA COMMISSIONE. del (...)

COMMISSIONE DELLE COMUNITÀ EUROPEE. Progetto di RACCOMANDAZIONE DELLA COMMISSIONE. del (...) COMMISSIONE DELLE COMUNITÀ EUROPEE Bruxlls, xxx COM (2001) yyy final Progtto di RACCOMANDAZIONE DELLA COMMISSIONE dl (...) modificando la raccomandazion 96/280/CE rlativa alla dfinizion dll piccol mdi

Dettagli

11 Funzioni iperboliche

11 Funzioni iperboliche 11 Funzioni iprbolich 11.1 L funzioni iprbolich: dfinizioni grafici L funzioni iprbolich sono particolari combinazioni di di. Hanno numros applicazioni nl campo dll inggnria si prsntano in modo dl tutto

Dettagli

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che: Esercizi Esercizio 4. Un urna contiene inizialmente 2 palline bianche e 4 palline rosse. Si effettuano due estrazioni con la seguente modalità: se alla prima estrazione esce una pallina bianca, la si rimette

Dettagli

SIMT-POS 042 GESTIONE INDICATORI E MIGLIORAMENTO CONTINUO SIMT

SIMT-POS 042 GESTIONE INDICATORI E MIGLIORAMENTO CONTINUO SIMT 1 Prima Stsura Data: 14-08-2014 Rdattori: Gasbarri, Rizzo SIMT-POS 042 GESTIONE INDICATORI E MIGLIORAMENTO CONTINUO SIMT Indic 1 SCOPO... 2 2 CAMPO D APPLICAZIONE... 2 3 DOCUMENTI DI RIFERIMENTO... 2 4

Dettagli

Calcolo delle Probabilità

Calcolo delle Probabilità Calcolo delle Probabilità Il calcolo delle probabilità studia i modelli matematici delle cosidette situazioni di incertezza. Molte situazioni concrete sono caratterizzate a priori da incertezza su quello

Dettagli

PREMIO EQUO E PREMIO NETTO. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti

PREMIO EQUO E PREMIO NETTO. Prof. Cerchiara Rocco Roberto. Materiale e Riferimenti PREMIO EQUO E PREMIO NETTO Prof. Crchiara Rocco Robrto Matrial Rifrimnti. Capitolo dl tsto Tcnica attuarial dll assicurazioni contro i Danni (Daboni 993) pagg. 5-6 6-65. Lucidi distribuiti in aula La toria

Dettagli

Teorema (seconda condizione sufficiente per i campi conservativi piani): Sia F ( x, y)

Teorema (seconda condizione sufficiente per i campi conservativi piani): Sia F ( x, y) Campi Vttoriali Form iffrnziali-sconda Part Torma (sconda condizion sufficint pr i campi consrvativi piani): Sia F (, y) un campo vttorial piano dfinito in un aprto A di R, si supponga ultriormnt = y ;

Dettagli

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6.

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6. Corso di laura: BIOLOGIA Tutor: Floris Marta PRECORSI DI MATEMATICA PROPORZIONI Ossrvar l sgunti figur: Cosa possiamo dir di ss? Ch la suprfici dlla figura A sta alla suprfici dlla figura B com sta a 6.

Dettagli

x 1 x 2 Studiare e disegnare il grafico delle seguenti funzioni Esercizio no.1 Soluzione a pag.2 Esercizio no.2 Soluzione a pag.4

x 1 x 2 Studiare e disegnare il grafico delle seguenti funzioni Esercizio no.1 Soluzione a pag.2 Esercizio no.2 Soluzione a pag.4 Edutcnica.it Studio di funzioni Studiar disgnar il grafico dll sgunti funzioni Esrcizio no. Soluzion a pag. Esrcizio no. Soluzion a pag. y 5 y Esrcizio no. Soluzion a pag.6 Esrcizio no. Soluzion a pag.8

Dettagli

Documento tratto da La banca dati del Commercialista

Documento tratto da La banca dati del Commercialista Documnto tratto da La banca dati dl Commrcialista Intrnational Accounting Standards Board Intrnational Accounting Standards, n. 17 SCOPO E CONTENUTO DEL DOCUMENTO Lasing Il prsnt Principio sostituisc lo

Dettagli

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6.

PROPORZIONI. Cosa possiamo dire di esse? Che la superficie della figura A sta alla superficie della figura B come 4 sta a 6. Corso di laura: BIOLOGIA Tutor: Floris Marta PRECORSI DI MATEMATICA PROPORZIONI Ossrvar l sgunti figur: Cosa possiamo dir di ss? Ch la suprfici dlla figura A sta alla suprfici dlla figura B com sta a 6.

Dettagli

y = ln x ln x x x Studiare e disegnare il grafico delle seguenti funzioni Esercizio no.1 Soluzione a pag.2 Esercizio no.2 Soluzione a pag.

y = ln x ln x x x Studiare e disegnare il grafico delle seguenti funzioni Esercizio no.1 Soluzione a pag.2 Esercizio no.2 Soluzione a pag. Edutcnica.it Studio di funzioni Studiar disgnar il grafico dll sgunti funzioni Esrcizio no. Soluzion a pag. Esrcizio no. Soluzion a pag. atg Esrcizio no. Soluzion a pag. Esrcizio no. Soluzion a pag.9 ln

Dettagli

Forza d interesse e scindibilità. Benedetto Matarazzo

Forza d interesse e scindibilità. Benedetto Matarazzo orza d intrss scindibilità Bndtto Matarazzo Corso di Matmatica inanziaria Rgimi finanziari Oprazioni finanziari Intrss Sconto Equivalnz finanziari Rgim dll intrss smplic Rgim dll intrss composto Rgim dll

Dettagli

Esercizi di Calcolo delle Probabilita (I)

Esercizi di Calcolo delle Probabilita (I) Esercizi di Calcolo delle Probabilita (I) 1. Si supponga di avere un urna con 15 palline di cui 5 rosse, 8 bianche e 2 nere. Immaginando di estrarre due palline con reimmissione, si dica con quale probabilità:

Dettagli

SESSIONE ORDINARIA 2012 CORSI SPERIMENTALI

SESSIONE ORDINARIA 2012 CORSI SPERIMENTALI PROBLEMA SESSIONE ORDINARIA 0 CORSI SPERIMENTALI Sia ( x) ln ( x) ln x sia ( x) ln ( x) ln x.. Si dtrmino i domini di di.. Si disnino, nl mdsimo sistma di assi cartsiani ortoonali Oxy, i raici di di..

Dettagli

f x è pari, simmetrica rispetto all asse y, come da

f x è pari, simmetrica rispetto all asse y, come da Esam di Stato 7 Problma Confrontiamo alcun proprità dlla funzion con l informazioni dducibili dal grafico: f f quindi figura f, compatibil con il grafico Imponiamo ch f a Notiamo ch f è pari, simmtrica

Dettagli

METODO DEGLI ELEMENTI FINITI

METODO DEGLI ELEMENTI FINITI Dal libro di tsto Zinkiwicz Taylor, Capitolo 14 pag. 398 Il mtodo dgli lmnti finiti fornisc una soluzion approssimata dl problma lastico; tal approssimazion driva non dall avr discrtizzato il dominio in

Dettagli

Prova scritta di Algebra 23 settembre 2016

Prova scritta di Algebra 23 settembre 2016 Prova scritta di Algbra 23 sttmbr 2016 1. Si considri la sgunt applicazion: { Z21 Z ϕ : 3 Z 7 [x] 21 ([2x] 3, [x] 7 ) a) Vrificar ch ϕ è bn dfinita. b) Dir s ([1] 3, [5] 7 ) Imϕ in tal caso trovarn la

Dettagli

Esempi domande. PIL nominale nell'anno t *100 PIL reale nell'anno t. Dalla definizione di deflatore discende che è vera anche la d)

Esempi domande. PIL nominale nell'anno t *100 PIL reale nell'anno t. Dalla definizione di deflatore discende che è vera anche la d) Esmpi domand A) S il cofficint di risrva obbligatoria è dl 5% allora il moltiplicator montario a) è pari a b) è pari a 3 c) è pari a 4 d) è pari a 5 ) nssuna l prcdnti RISOSTA: nlla formulazion più smplic

Dettagli

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate

CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA. Esercizi su eventi, previsioni e probabilità condizionate CORSO DI CALCOLO DELLE PROBABILITÀ E STATISTICA Esercizi su eventi, previsioni e probabilità condizionate Nota: Alcuni esercizi sono tradotti, più o meno fedelmente, dal libro A first course in probability

Dettagli

FUNZIONI IMPLICITE E MOLTIPLICATORI DI LAGRANGE

FUNZIONI IMPLICITE E MOLTIPLICATORI DI LAGRANGE FUNZIONI IMPLICITE E MOLTIPLICATORI DI LAGRANGE Indic 1. Funzioni implicit 1. Ottimizzazion vincolata. Esrcizi 4.1. Funzioni implicit 4.. Ottimizzazion vincolata 6 1. Funzioni implicit Ricordiamo ch s

Dettagli

XXX SPA Stabilimento di xxx (xx) REGISTRO FORMAZIONE/ADDESTRAMENTO CONTINUI LAVORATORI CAPIREPARTO PREPOSTI VICE CAPIREPARTO REPARTO.

XXX SPA Stabilimento di xxx (xx) REGISTRO FORMAZIONE/ADDESTRAMENTO CONTINUI LAVORATORI CAPIREPARTO PREPOSTI VICE CAPIREPARTO REPARTO. Pag. 1/10 REGISTRO FORMAZIONE/ADDESTRAMENTO CONTINUI LAVORATORI CAPIREPARTO PREPOSTI VICE CAPIREPARTO REPARTO. Pr form azion/ addst ram nt o cont inui si intnd la attività di addstramnto, vrbal / o pratico,

Dettagli

3 Corso di Formazione per Operatori Volontari per Centri di Primo Soccorso e Centri di Recupero Animali Selvatici Feriti o in difficoltà.

3 Corso di Formazione per Operatori Volontari per Centri di Primo Soccorso e Centri di Recupero Animali Selvatici Feriti o in difficoltà. Corpo di Polizia Provincial 3 Corso di Formazion pr Opratori Volontari pr Cntri di Primo Soccorso Cntri di Rcupro Animali Slvatici Friti o in difficoltà. (Opratori da impigar prsso il Cntro di Rcupro Animali

Dettagli

( ) = 8x 1 + x 2 + 8x 3 con i vincoli x k! 0 ( 1 " k " 3) e

( ) = 8x 1 + x 2 + 8x 3 con i vincoli x k! 0 ( 1  k  3) e Elmnti di Analisi Matmatica Ricrca Oprativa prova dl 5 gnnaio 06 ) Discutr il sgunt problma di Programmazion Linar: Trovar il massimo di p,, = 8 + + 8 con i vincoli k 0 ( " k " ) " + + 5 # + + = % 7 +

Dettagli

La condizione richiesta è soddisfatta quando il primo massimo della curva, di ascissa x, si trova sulla

La condizione richiesta è soddisfatta quando il primo massimo della curva, di ascissa x, si trova sulla Esam di Stato 8 sssion suppltiva Problma La condizion richista è soddisfatta quando il primo massimo dlla curva, di ascissa, si trova sulla bisttric dl primo quadrant, pr cui (tutt l misur linari sono

Dettagli

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi.

Statistica e biometria. D. Bertacchi. Variabili aleatorie. V.a. discrete e continue. La densità di una v.a. discreta. Esempi. Iniziamo con definizione (capiremo fra poco la sua utilità): DEFINIZIONE DI VARIABILE ALEATORIA Una variabile aleatoria (in breve v.a.) X è funzione che ha come dominio Ω e come codominio R. In formule:

Dettagli

Cenni sul calcolo combinatorio

Cenni sul calcolo combinatorio Cenni sul calcolo combinatorio Disposizioni semplici Le disposizioni semplici di n elementi distinti di classe k con kn sono tutti i gruppi di k elementi scelti fra gli n, che differiscono per almeno un

Dettagli

risulta (x) = 1 se x < 0.

risulta (x) = 1 se x < 0. Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente

Dettagli

Distribuzione gaussiana

Distribuzione gaussiana Appunti di Misur Elttric Distribuion gaussiana Funion dnsità di probabilità di Gauss... Calcolo dlla distribuion cumulativa pr una variabil di Gauss... Funion dnsità di probabilità congiunta...6 Funion

Dettagli

Ingegneria dei Sistemi Elettrici_3c (ultima modifica 22/03/2010)

Ingegneria dei Sistemi Elettrici_3c (ultima modifica 22/03/2010) Inggnria di Sistmi Elttrici_3c (ultima modifica /03/00) Enrgia Forz lttrostatich P F + + Il lavoro richisto nl vuoto pr portar una carica lntamnt, (prché possano ritnrsi trascurabili sia l nrgia cintica

Dettagli